倒排索引、ES对比Mysql

倒排索引、ES对比Mysql

为什么需要？

根据id精确匹配时，可以走索引，查询效率较高。而当搜索条件为模糊匹配时，由于索引无法生效，导致从索引查询退化为全表扫描，效率很差。

方式：正向索引根据文档找词条，倒排索引根据词条找文档。

优缺点：

正向索引适合于根据索引字段的精确搜索。

倒排索引根据词条搜索、模糊搜索时，速度非常快。缺点：只能给词条创建索引，而不是字段。无法根据字段做排序。

建表步骤

1. 把文档用分词算法拆封，得到一个个词条
2. 建立表，给词条建立正向索引（列），字段（列）是文档id

查询步骤

1. 搜索"华为手机"。
2. 分词，得到词条：华为、手机。
3. 拿词条在倒排索引中查找（由于词条有索引，查询效率很高），得到包含词条的文档id：1、2、3。
4. 拿文档id到正向索引中查找具体文档（由于id也有索引，查询效率也很高）。

ES概念

• 文档（Document）：每一条数据就是一个文档。可以是数据库中的一条商品数据，一个订单信息。

  • elasticsearch是面向文档（Document）存储的，多个文档数据会被序列化为json格式后存储在elasticsearch中：

  • {
        "id": 1,
        "title": "小米手机",
        "price": 3499
    }
    {
        "id": 2,
        "title": "华为手机",
        "price": 4999
    }
    {
        "id": 3,
        "title": "华为小米充电器",
        "price": 49
    }
    {
        "id": 4,
        "title": "小米手环",
        "price": 299
    }

• 字段（Field）

  • 数据库中的一行数据就是ES中的一个JSON文档；而数据库中每行数据都包含很多列，这些列就是JSON文档中的字段（Field）

• 词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。

  • 词条（索引）	文档id
    小米	1，3，4
    手机	1，2
    华为	2，3

• 索引（Index）

  • 将类型相同的文档集中在一起管理，称为索引（Index）
  • 商品索引

  • {
        "id": 1,
        "title": "小米手机",
        "price": 3499
    }
    
    {
        "id": 2,
        "title": "华为手机",
        "price": 4999
    }
    
    {
        "id": 3,
        "title": "三星手机",
        "price": 3999

• 映射（mapping）

  • 是索引中文档的字段约束信息，类似表的结构约束。

• mysql与elasticsearch概念对比

  MySQL	Elasticsearch	说明
  Table	Index	索引(index)，就是文档的集合。类似数据库的表(table)
  Row	Document	文档（Document），就是一条条的数据。类似数据库中的行（Row），文档都是JSON格式
  Column	Field	字段（Field），就是JSON文档中的字段。类似数据库中的列（Column）
  Schema	Mapping	Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）